暴雨内涝下城市道路交通系统安全韧性评估

doi:10.16265/j.cnki.issn1003-3033.2022.07.1391

中国安全科学学报 ›› 2022, Vol. 32 ›› Issue (7): 143-150.doi: 10.16265/j.cnki.issn1003-3033.2022.07.1391

暴雨内涝下城市道路交通系统安全韧性评估

唐少虎¹(), 朱伟²^,^**(), 程光¹, 郑建春², 周进¹

1 北京联合大学城市轨道交通与物流学院,北京 100101
2 北京市科学技术研究院城市系统工程研究所,北京 100035

收稿日期:2022-02-20 修回日期:2022-05-11 出版日期:2022-08-12 发布日期:2023-01-28
通讯作者: 朱伟
作者简介:
作者简介：唐少虎 (1986—),男,山东临沂人,博士,副教授,主要从事城市安全韧性与智慧交通系统研究。E-mail: tshaohu@163.com。
程光,教授
郑建春, 研究员
周进,副教授
基金资助:
国家重点研发计划(2021YFB1715700); 国家重点研发计划(2018YFC0809900); 北京市教委科技计划项目(KM202111417003); 北京联合大学“人才强校优选计划”(BPHR2020DZ04)

Safety resilience assessment of urban road traffic system under rainstorm waterlogging

TANG Shaohu¹(), ZHU Wei²^,^**(), CHENG Guang¹, ZHENG Jianchun², ZHOU Jin¹

1 College of Urban Rail Transit and Logistics,Beijing Union University, Beijing, 100101,China
2 Institute of Urban Systems Engineering, Beijing Academy of Science and Technology, Beijing 100035, China

Received:2022-02-20 Revised:2022-05-11 Online:2022-08-12 Published:2023-01-28
Contact: ZHU Wei

摘要/Abstract

摘要：

为评估暴雨内涝对城市道路交通系统的安全韧性影响,通过分析道路交通系统安全韧性因素,划分排水网、道路网、交通网及应急网等4层网络,构建城市道路交通系统韧性网络分层模型,并给出模型内涵与机制;结合该分层模型设计系统韧性评估指标体系,采用模糊层次分析法(FAHP)给出定性和定量相结合的系统韧性评估方法;最后,以北京某区域暴雨内涝灾害实例进行验证分析。结果表明:3次降雨后,系统韧性机能曲线均产生严重下降,降幅分别为68.18%,51.28%和59.52%,系统平均韧性为0.57,韧性评估结果为0.53,评估结果和实例分析基本一致。所提方法能够开展暴雨内涝下的城市道路交通系统安全韧性及演化趋势分析,准确评估系统安全韧性,从而提高系统安全韧性的管理水平。

关键词: 暴雨内涝, 城市道路交通系统, 韧性评估, 韧性模型, 模糊层次分析法(FAHP)

Abstract:

In order to evaluate the impact of a rainstorm waterlogging on the resilience of urban road traffic systems, the resilience network hierarchical model of the urban road traffic system was constructed by analyzing the safety resilience factors of the road traffic system. Four layers of networks were divided, including drainage network, road network, traffic network and emergency network, and the connotation and mechanism of the model were given. Combined with the hierarchical model, a resilience evaluation index system was designed. Furthermore, a qualitative and quantitative evaluation method of urban road traffic system resilience was given by using FAHP. Finally, a case study of a rainstorm waterlogging disaster in a region of Beijing was carried out. The results show that the resilience function curves of the system all decreased seriously after three rainfalls, with the decline ranges of 68.18%, 51.28% and 59.52%, respectively. The average resilience of the system is 0.57, and the resilience evaluation result is 0.53. The evaluation result is consistent with the example analysis. The proposed method can analyze the safety resilience, and evolution trend of urban road traffic systems under rainstorm waterlogging, realize the accurate evaluation of system safety resilience, and improve the management level of system safety resilience.

Keywords: ; ; ;;

Key words: rainstorm waterlogging, urban road traffic system, resilience assessment, resilience model, fuzzy analytic hierarchy process (FAHP)

唐少虎, 朱伟, 程光, 郑建春, 周进. 暴雨内涝下城市道路交通系统安全韧性评估[J]. 中国安全科学学报, 2022, 32(7): 143-150.

TANG Shaohu, ZHU Wei, CHENG Guang, ZHENG Jianchun, ZHOU Jin. Safety resilience assessment of urban road traffic system under rainstorm waterlogging[J]. China Safety Science Journal, 2022, 32(7): 143-150.

图/表 16

图1

图2

图3

图4

图5

表1

表2

表3

表4

表5

表6

图6

表7

暴雨下该区域历史:3天各网络数据变化统计

日期	排水网络/(10⁶L·24h^-1)			道路网络/unit			交通网络/(veh·h^-1)			应急网络/unit
日期	$C 1 s$	$C 1 i$	$C - 1$	$C 2 s$	$C 2 i$	$C - 2$	$C 3 s$	$C 3 i$	$C - 3$	$C 4 s$	$C 4 i$	$C - 4$
2016-07-20	353.9	209.9	297.4	30.0	49.0	69.0	1 426.0	4 332.0	6 100.0	16.0	28.0	55.0
2017-06-22	250.9	231.7	297.4	36.0	56.0	69.0	1 658.0	4 951.0	6 100.0	24.0	39.0	55.0
2018-07-16	280.2	237.9	297.4	42.0	59.0	69.0	1 822.0	5 216.0	6 100.0	22.0	47.0	55.0

表7

图7

图8

表8

3次降雨区域系统韧性对比

日期	韧性机能		系统韧性	平均韧性
日期	q₀	q₁	R	$R -$
2016-07-20	0.66	0.21	0.52	0.57
2017-06-22	0.78	0.38	0.61
2018-07-16	0.84	0.34	0.57

表8

参考文献 15

[1]	毕玮, 汤育春, 冒婷婷, 等. 城市基础设施系统韧性管理综述[J]. 中国安全科学学报, 2021, 31(6): 14-28. doi: 10.16265/j.cnki.issn 1003-3033.2021.06.003
	BI Wei, TANG Yuchun, MAO Tingting, et al. Review on resilience management of urban infrastructure system[J]. China Safety Science Journal, 2021, 31(6): 14-28. doi: 10.16265/j.cnki.issn 1003-3033.2021.06.003
[2]	SILVA J D. City resilience framework: city resilience index[R]. The Rockefeller Foundation, 2014.
[3]	KARAMOUZ M, ZAHMATKESH Z, NAZIF S. Quantifying resilience to coastal flood events: a case study of New York city[C]. Proceeding in World Environmental and Water Resources Congress, 2014: 911-923.
[4]	OUYANG Min, DUENAS-OSORIO L, MIN Xing. A three-stage resilience analysis framework for urban infrastructure systems[J]. Structural Safety, 2012, 36/37:23-31. doi: 10.1016/j.strusafe.2011.12.004
[5]	CAVALLARO M, ASPRONE D, LATORA V, et al. Assessment of urban ecosystem resilience through hybrid social-physical complex networks[J]. Computer-Aided Civil and Infrastructure Engineering, 2014, 29(8):608-625.
[6]	REED D A, KAPUR K C, CHRISTIE R D. Methodology for assessing the resilience of networked infrastructure[J]. IEEE Systems Journal, 2009, 3(2):174-180. doi: 10.1109/JSYST.2009.2017396
[7]	黄浪, 吴超, 王秉. 系统安全韧性的塑造与评估建模[J]. 中国安全生产科学技术, 2016, 12(12):15-21.
	HUANG Lang, WU Chao, WANG Bing. Modeling on shaping and assessment of system safety resilience[J]. Journal of Safety Science and Technology, 2016, 12(12):15-21.
[8]	许兆丰, 田杰芳, 张靖. 防灾视角下城市韧性评价体系及优化策略[J]. 中国安全科学学报, 2019, 29(3): 1-7. doi: 10.16265/j.cnki.issn1003-3033.2019.03.001
	XU Zhaofeng, TIAN Jiefang, ZHANG Jing. Urban resilience evaluation system and optimization strategy from perspective of disaster prevention[J]. China Safety Science Journal, 2019, 29(3): 1-7. doi: 10.16265/j.cnki.issn1003-3033.2019.03.001
[9]	陈群, 黄骞, 陈哲, 等. 基于贝叶斯网络的地铁工程系统韧性评价[J]. 中国安全科学学报, 2018, 28(11):102-107.
	CHEN Qun, HUANG Qian, CHEN Zhe, et al. Quantitative evaluation of resilience of metro engineering system based on Bayesian networks[J]. China Safety Science Journal, 2018, 28(11):102-107.
[10]	韩林, 赵旭东, 陈志龙, 等. 地震灾害下城市供水网络韧性评估及优化研究[J]. 中国安全科学学报, 2021, 31(2):135-142. doi: 10.16265/j.cnki.issn 1003-3033.2021.02.019
	HAN Lin, ZHAO Xudong, CHEN Zhilong, et al. Seismic resilience assessment and optimization of urban water distribution network[J]. China Safety Science Journal, 2021, 31(2): 135-142. doi: 10.16265/j.cnki.issn 1003-3033.2021.02.019
[11]	韩林, 赵旭东, 陈志龙, 等. 蓄意攻击下城市电力网络毁伤韧性评估研究[J]. 中国安全科学学报, 2021, 31(6):161-169. doi: 10.16265/j.cnki.issn 1003-3033.2021.06.021
	HAN Lin, ZHAO Xudong, CHEN Zhilong, et al. Research on damage resilience assessment of urban power networks under intentional attacks[J]. China Safety Science Journal, 2021, 31(6):161-169. doi: 10.16265/j.cnki.issn 1003-3033.2021.06.021
[12]	韩利, 梅强, 陆玉梅, 等. AHP-模糊综合评价方法的分析与研究[J]. 中国安全科学学报, 2004, 14(7):86-90.
	HAN Li, MEI Qiang, LU Yumei, et al. Analysis and study on AHP-fuzzy comprehensive evaluation[J]. China Safety Science Journal, 2004, 14(7):86-90.
[13]	LI Shutao, CHENG Jing. AHP-FCE method for construction period risk evaluation of long-span bridges[J]. Structural Engineers, 2011, 27(5):159-162.
[14]	吴泽宁, 张文鸽, 管新建. AHP中判断矩阵一致性检验和修正的统计方法[J]. 系统工程, 2002, 20(3):67-71.
	WU Zening, ZHANG Wenge, GUAN Xinjian. A statistical method to check and rectify the consistency of a judgment matrix[J]. Systems Engineering, 2002, 20(3):67-71.
[15]	FRANCIS R, BEKERA B. A metric and frameworks for resilience analysis of engineered and infrastructure systems[J]. Reliability Engineering & System Safety, 2014, 121(1):90-103. doi: 10.1016/j.ress.2013.07.004

评估目标	一级指标	二级指标
道路交通系统韧性U	排水网络U₁	管道设备设施性能、管网标准、关键节点措施针对性、应急资源保障能力
	道路网络U₂	道路设施性能、道路清障能力、道路防灾标准、应急资源保障能力
	交通网络U₃	交通应急管控能力、交通网络连通性、应急资源保障能力
	应急网络U₄	应急体制机制完备性、培训演练协同能力、应急资源保障能力

U	U₁	U₂	U₃	U₄
U₁	1	5	4	1
U₂	1/5	1	1/2	1/3
U₃	1/4	2	1	1/2
U₄	1	3	2	1

一级指标	二级指标	隶属度
一级指标	二级指标	强	较强	一般	较弱	弱
交通网络U₃	交通网络连通性	0.0	0.2	0.4	0.3	0.1
	交通应急管控能力	0.0	0.1	0.3	0.4	0.2
	应急资源保障能力	0.2	0.3	0.3	0.1	0.1

一级指标	二级指标	隶属度
一级指标	二级指标	强	较强	一般	较弱	弱
应急网络U₄	应急体制机制完备性	0.0	0.1	0.3	0.4	0.2
	培训演练协同能力	0.1	0.2	0.4	0.2	0.1
	应急资源保障能力	0.2	0.4	0.3	0.1	0.0

暴雨内涝下城市道路交通系统安全韧性评估

Safety resilience assessment of urban road traffic system under rainstorm waterlogging

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 16

参考文献 15

相关文章 15

编辑推荐

Metrics

本文评价

[1]	刘振亮, 苑溦, 李素超. 地震及次生突发灾害下公路桥梁网络韧性评估*[J]. 中国安全科学学报, 2022, 32(8): 176-184.
[2]	魏强, 刘加奇, 王景春, 王鹏. 基于理想模糊物元的隧道施工安全韧性评估^*[J]. 中国安全科学学报, 2021, 31(8): 62-68.
[3]	韩林, 赵旭东, 陈志龙, 龚华栋, 侯本伟. 蓄意攻击下城市电力网络毁伤韧性评估[J]. 中国安全科学学报, 2021, 31(6): 161-169.
[4]	韩林, 赵旭东, 陈志龙, 龚华栋. 地震灾害下城市供水网络韧性评估及优化研究[J]. 中国安全科学学报, 2021, 31(2): 135-142.
[5]	贺莹鸽, 连民杰, 江松, 苏梦哲. 矿工习惯性违章行为风险态势评估[J]. 中国安全科学学报, 2020, 30(12): 62-69.
[6]	张志雄, 叶雪云, 殷志强, 刘洋, 蓝声宁. 基于FAHP法的连续多跨渡槽拆除爆破安全评价[J]. 中国安全科学学报, 2020, 30(11): 67-74.
[7]	王军武, 吴寒, 杨庭友. 基于投影寻踪的地铁车站工程暴雨内涝脆弱性评价[J]. 中国安全科学学报, 2019, 29(9): 1-7.
[8]	陈长坤, 陈以琴, 施波, 徐童. 雨洪灾害情境下城市韧性评估模型[J]. 中国安全科学学报, 2018, 28(4): 1-6.
[9]	王晓翠, 张礼敬, 陶刚, 王祥. 基于TOPSIS法的桥梁火灾韧性评估模型[J]. 中国安全科学学报, 2018, 28(4): 59-64.
[10]	黄浪, 吴超, 杨冕, 王秉. 韧性理论在安全科学领域中的应用[J]. 中国安全科学学报, 2017, 27(3): 1-6.
[11]	张锦伟，姚安林，杨璐，李荣翰. 基于风险的输气站场设施检测周期确定方法研究[J]. 中国安全科学学报, 2013, 23(4): 167-.
[12]	张晓全，李秋实. 基于WBA方法的冲出跑道事故风险管理研究[J]. 中国安全科学学报, 2012, 22(11): 67-.
[13]	韩泉叶，王晓明，党建武. 轨道交通线网应急事件分级算法研究[J]. 中国安全科学学报, 2011, 21(7): 171-.
[14]	彭安华，王智明. 基于证据推理客运索道安全性评估[J]. 中国安全科学学报, 2010, 20(8): 110-.
[15]	孙鑫，徐杨，林柏泉，陆振国，丁学龙，朱传杰，赵延旭. 煤与瓦斯突出影响因素评价分析的模糊层次分析方法[J]. 中国安全科学学报, 2009, 19(10): 145-.